nblt / Graduation-project

• 研究神经网络参数分布和模型特性的关系 • 研究模型鲁棒性和隐私性和随机性的关系 • 利用生成模型对参数分布进行学习

Graduation-project

• 研究神经网络参数分布和模型特性的关系 • 研究模型鲁棒性和隐私性和随机性的关系
• 利用生成模型对参数分布进行学习

Some Results Currently

• 通过smoothing gradient来提升网络应对攻击的鲁棒性（不经过adversarial training） • 通过smoothing gradient来提升网络训练的速度和稳健性 • 通过参数重采样来提升网络应对攻击的准确性